TY -的A2 Vasilakos Athanasios诉AU - Wang Changguang盟——赵Ziqiu AU - Wang Fangwei AU - Li Qingru PY - 2021 DA - 2021/01/05 TI -一种新的恶意软件检测和物联网家庭分类方案基于梦想和DenseNet SP - 6658842六世- 2021 AB -快速增加的数量和类型的恶意软件,恶意软件检测的传统方法和家庭分类为物联网应用程序通过静态和动态分析已经极大地挑战。在本文中,一个新的简单而有效的关注模块的卷积神经网络(cnn),命名为切除有效关注模块(梦想),并结合DenseNet提出提出了一个新的恶意软件检测和家庭分类模型。基于良好的效果的DenseNet领域的图像分类和恶意软件的视觉相似性的家人在图像、灰度图像从恶意软件输入到模型结合的梦想和DenseNet恶意软件检测,然后进行分类。梦想是一个通用的轻量级关注模块改进基于卷积块关注模块(CBAM),可加强关注恶意软件的特点和改进模型的效果。我们使用MalImg数据集,挑战微软恶意软件分类数据集(大2015),和我们的数据集由上述两个数据集来验证该模型的有效性在家庭分类和恶意软件检测。实验结果表明,该模型精度达到99.3%的恶意软件检测数据集和达到98.5%和97.3%的家庭分类精度2015年MalImg数据集和大数据集,分别。该模型可以可靠地检测物联网恶意软件和其家庭进行分类。SN - 1939 - 0114 UR - https://doi.org/10.1155/2021/6658842 - 10.1155 / 2021/6658842摩根富林明安全和通信网络PB - Hindawi KW - ER